摘要
現今在解決分類、預測問題上，許多資料探勘的技術被大量運用，其中以倒傳遞類神經網路是相當常被拿來運用在各領域問題。但要使用類神經網路時，除了輸入與輸出節點外，還必須要設定一些參數決定網路架構，如隱藏層層數、學習率、慣性項、隱藏神經元個數與訓練次數，這些參數設計不好，會造成結果過差不如預期。因有這些問題，所以在進行時常要讓使用者進行類似“試誤”的動作。因此，本研究提出使用模擬退火法尋找倒傳遞類神經網路中架構、參數，透過模擬退火法全域搜尋的能力自動找出符合各種問題所需要的架構。 為了評估所提出方法，本研究使用UCI (University of California, Irvine)機械學習資料庫中PIMA、IONOS與CANCER這3個資料集來評估效能，透過10-Fold cross-validation的方式計算正確率，並與Leazoray and Cardot所提出的MONNA (Multiple ordinate neural network architecture)架構做比較。在這三個資料集的測試正確率皆有所提高。因此，本研究所提出的方法可以有效找到良好的網路架構與參數，提高分類正確率。
延伸閱讀
- 陳坤賓（1997）。模擬退火演算法應用於車輛途程問題之研究〔碩士論文，元智大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0009-0112200611345311
- 廖昱翔（2008）。多種模擬退火法於雙目標流線型排程問題解算效果之評估比較〔碩士論文，元智大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0009-2507200812304000
- 吳家增（1996）。模擬退火應用在絕對偏差最小化之單機排程問題〔碩士論文，元智大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0009-3004200913342424
- 張厚祺（1996）。模擬退火應用在自動倉儲儲位規劃之研究〔碩士論文，元智大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0009-3004200913342425
- 李福星、王建欽（2015）。應用模擬退火法於自動化配電系統中饋線末端設備之時間電流協調曲線最佳設定。技術學刊，30(4)，351-361。https://www.airitilibrary.com/Article/Detail?DocID=10123407-201512-201601040003-201601040003-351-361